一种改进的数字滤波平方定时的频域算法

在数字滤波平方定时的频域算法基础上,采用了前端进行带通滤波和后端实施卡尔曼滤波的处理方法对其进行改进。带通滤波器减小了定时误差估计的方差,而卡尔曼滤波则降低了整个定时误差估计过程中噪声的影响。实验与仿真的结果表明,改进后的方法达到了预期的效果。     

跳跃式弹道参数估算及其效率

简要地介绍了跳跃式弹道的发展过程和应用前景,并针对标准跳跃式弹道,详细研究了其过渡段、转弯段、滑翔段和再入段的弹道参数估算问题,通过参数估算,可以方便快捷地计算跳跃式导弹的性能,此外对跳跃式导弹的关键技术和飞行效率问题进行简单的描述,为进一步研究跳跃式导弹奠定了基础。     

一种基于最小流形长度的高精度线阵设计

 传统上以阵列孔径来比较各种线阵的测向性能,但这一指标没有考虑到阵元数目及阵列几何布局对阵列性能的影响。因子空间类算法需搜索阵列流形来进行测向,所以阵列流形对阵列性能有重要影响。阵列流形又是阵元数、阵列几何布局的函数,可通过阵列流形来研究阵元数、阵列几何布局与阵列测向性能的关系。在分析了线阵流形与线阵测向精度的关系的基础上,提出了一个基于线阵最小流形长度的指标来比较不同线阵的性能,该指标综合考虑了阵元数、阵列几何布局对阵列测向精度的影响。通过对此指标的讨论,给出了提高线阵测向精度的设计思路。对几个不同线阵的仿真证实了该指标的有效性,也验证了该设计思路的可行性。     

基于开关式Hall传感器的飞轮低速控制

研究了基于TMS320LF2407A的飞轮用无刷直流电动机的数字化速度控制方案。为提高飞轮系统的可靠性,通常在电机定子上安装开关式Hall器件来检测转子的位置。但由于Hall所能提供的位置脉冲有限,在低速时,仅利用Hall提供的位置信息,很难得到精确的速度估计。为此,文中提出改善基于Hall的无刷直流电机速度估计性能的两种方法:一是增加Hall数量,二是标定Hall安装偏差。不同条件下的实验结果表明,本文所提的方法是有效的。     

天基逆合成孔径雷达脉内脉间运动补偿及高分辨成像

近年来,太空态势感知在军用和民用领域都得到了越来越多的关注。天基逆合成孔径雷达(SBISAR)能够实现对空间目标的高分辨成像,支撑部件提取、姿态估计、类型识别等后续任务,是太空态势感知的重要工具。然而,在SBISAR成像场景下,平台与空间机动目标间存在复杂的相对高速运动,传统距离-多普勒成像方法不再适用,必须进行运动补偿。本文针对高速径向速度下传统“停—走—停”模型失效、长相干积累时间内目标转速不一致的两个典型误差来源,分别设计了脉内运动及脉间运动补偿算法。首先,建立SBISAR成像的信号模型。然后,基于最小熵准则构建参数估计代价函数,通过估计目标对应回波信号的调频率,构造补偿项进而实现脉内补偿。同时,建立图像熵代价函数,在估计转动参数后,完成对目标转动的空变相位补偿。所提算法有效解决了天基高速机动背景下传统距离-多普勒成像方法的距离像展宽、方位散焦问题,实现了SBISAR对空间目标的高分辨成像。通过基于仿真数据的实验分析,验证了所提算法的有效性。     

大长宽比单元有限元误差分析及高精度计算

针对大长宽比单元将传统的基于单元整体尺度的有限元误差估计扩展为基于单元不同方向尺度的误差估计;根据不同方向误差应该同量级的思想,得到了误差匹配准则.该准则可以作为网格划分的判据.根据这一匹配准则,提出了一种提高计算精度的方法——单向高次插值法.数值实验表明该误差估计是正确的,误差匹配准则作为网格划分的判据是有效的,采用合理的有限元插值逼近能够有效地减小计算误差,提高计算的精度和效率.      

快速大时间步长熵条件格式的分辨率研究

提出了高分辨率快速大时间步长熵条件格式的构造方法.用激波管问题对一族熵条件格式进行研究.在精度、步长、限制器方面进行了详细的数值实验,研究了同样计算量下各种格式的表现品质.从理论上保证了大时间步长格式的无振荡性质,从具体的数值实验分析中确定了大时间步长格式的分辨率问题.      

应用最大熵谱估计检测微弱信号

频谱分析是数字信号处理的主要内容之一 ,近年来 ,由于最大熵算法的一些优点 ,使它成为现代谱估计中一个比较活跃的领域。最大熵算法是 196 7年由Burg提出来的一种现代谱估计方法。提出了应用最大熵谱估计及LMS自适应算法 ,根据有限数据 ,在频域内提取被淹没在噪声中的有用信号的方法及应用MATLAB语言进行的仿真。     

一种基于联想记忆系统实现图像压缩的新方法

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.      

区间灰系列的熵度量及其应用(英文)

研究了灰信息理论的不确定性度量方法及其在决策中的应用,说明了建立在有限区间灰数序列基础上的灰序列熵与Shannon概率熵是不同的。讨论了灰数的度量公式和性质,包括不变性、应用条件、两个灰数并与交的灰熵等。最后给出一个应用实例验证了该方法的有效性。